учебник по программированию

Создаём телеграм-бота на python, Войтов Н.А., 2025.
 
   Эта книга - практическое руководство по созданию современных Telegram-ботов на Python с использованием асинхронного фреймворка aiogram.
Она рассчитана на начинающих и продолжающих разработчиков, которые хотят быстро освоить все этапы разработки: от первых шагов и настройки окружения до построения сложных интерактивных ботов с базой данных, кнопками, многошаговыми диалогами и интеграцией с внешними сервисами. Книга написана простым и понятным языком, а весь материал структурирован для быстрого освоения даже без большого опыта в Python. Создайте своего первого Telegram-бота уже сегодня и откройте для себя новые возможности автоматизации, общения и бизнеса!

Основы Python для Data Science, Берман К., 2022.
 
   Python — язык программирования № 1 для машинного обучения и Data Science. Но как же сложно решить, с чего начать изучение Python, ведь у него огромный инструментарий! Кеннеди Берман фокусируется на тех навыках программирования, которые понадобятся вам для решения задач в области Data Science и машинного обучения.
Вы познакомитесь с блокнотами Jupyter — лучшей средой для профессиональной работы с данными. После этого перейдете к ключевым библиотекам, которые упрощают процесс математических вычислений, визуализации, решение задач машинного обучения и обработки естественного языка. После этого, овладев основами, вы перейдете к продвинутым техникам, позволяющим решать более сложные задачи.

Машинное обучение на табличных данных, XGBoost, глубокое обучение и ИИ, Райан М., Массарон Л., 2026.
 
   Машинное обучение может ускорить выполнение повседневных бизнес-задач, таких как сверка счетов, прогнозирование спроса или автоматизация обслуживания клиентов, не говоря уже о более сложных задачах, например выявление мошенничества, прогнозное техническое обслуживание и персонализированный маркетинг. Извлекайте важную информацию из электронных таблиц, реестров, баз данных и других источников, используя градиентный бустинг, глубокое обучение и генеративный ИИ.
«Машинное обучение на табличных данных» описывает практические методы машинного обучения для модернизации каждого этапа анализа бизнес-данных. Вас ждут примеры использования XGBoost и Keras для прогнозирования цен на краткосрочную аренду недвижимости, развертывание локальной модели машинного обучения с помощью Python и Flask и оптимизация рабочих процессов с использованием больших языковых моделей (LLM). Научитесь делать свои модели более мощными и интерпретируемыми.

Как работает LLM, Сапунов А.
 
   Эта книга — про то, как разобрать магию на шестерёнки и убедиться, что внутри нет ничего волшебного. Только очень, очень много умножений.

Изучаем pytest, От основ до продвинутых техник тестирования в Python, Коган А., 2026.
 
   Тестирование — это не просто дополнительный этап разработки, а фундаментальная практика, которая напрямую влияет на качество программного обеспечения. В мире Python существует множество инструментов для написания тестов, однако именно pytest за последние годы стал де-факто стандартом благодаря своей простоте, гибкости и мощным возможностям.
Эта книга посвящена постепенному и глубокому освоению pytest — от самых базовых концепций до продвинутых техник, используемых в реальных проектах.

Грокаем глубокое обучение с подкреплением, Моралес М., 2026.
 
   Мы учимся, взаимодействуя с окружающей средой, и получаемые вознаграждения и наказания определяют наше поведение в будущем. Глубокое обучение с подкреплением привносит этот естественный процесс в искусственный интеллект и предполагает анализ результатов для выявления наиболее эффективных путей движения вперед. Агенты глубокого обучения с подкреплением могут способствовать успеху маркетинговых кампаний, прогнозировать роет акций и побеждать гроссмейстеров в Го и шахматах.
Давайте научимся создавать системы глубокого обучения на примере увлекательных упражнений, сопровождаемых кодом на Python с подробными комментариями и понятными объяснениями. Вы увидите, как работают алгоритмы, и научитесь создавать собственных агентов глубокого обучения с подкреплением, используя оценочную обратную связь.

Разработка веб-приложений с помощью Blazor, Умрихин Е.Д., 2025.

   Рассмотрены особенности создания веб-приложений с помощью фреймворка Blazor с обновленной структурой, появившейся с выходом .NET 8. Приведены основные понятия, описана архитектура приложений для различных моделей хостинга (Blazor Sender и Blazor WebAssembly) и даны практические примеры реализации таких приложений. Показаны способы привязки данных, настройки обратного вызова с использованием событий. Разобрано создание моделей и репозиториев для хранения данных, управление объектами при осуществлении CRUD-операций. Подробно описаны функции, специфичные для Blazor. Рассматриваются методы настройки рендеринга компонентов, их жизненный цикл, показаны способы создания и применения универсальных компонентов, предложены варианты внедрения готовых библиотек и реализации взаимодействия с JavaScript. Книга ориентирована на разработчиков, имеющих базовые знания о .NET, C# и веб-технологиях (HTML. JavaScript и CSS), желающих овладеть основами веб-разработки с помощью Blazor. Электронный архив на сайте издательства содержит результаты выполнения всех рассмотренных в книге проектов.

Разработка веб-приложений с помощью ASP.Net Core MVC, Умрихин Е.Д., 2023.

   Книга посвящена фреймворку ASP.NET Core MVC. Представлены особенности MVC-архитектуры (Model-View-Controller), основные принципы проектирования веб-приложений и организации корректной работы с различными типами вебзапросов. Показано, как взаимодействовать с базами данных посредством популярных ORM (объектно-реляционное отображение). В книге рассматриваются методы определения пользовательского интерфейса с помощью среды Razor и открытых клиентских библиотек, описаны способы построения Web API и использование его в клиентских приложениях. Подробно описаны различные варианты публикации приложений. Электронный архив на сайте издательства содержит результаты выполнения всех рассмотренных в книге проектов.